JP2020201531A - 医療支援システム及び眼科検査装置 - Google Patents

Abstract

【課題】診断の正確性を担保しつつ、患者等への負担低減及び診療の効率化を図ることが可能な医療支援システム及び眼科検査装置を提供すること。【解決手段】医療支援システム１は、ユーザを特定する識別子を作成する識別子作成部２０１を有するユーザ端末２００と、前記識別子を読み取り、読み取った識別子からユーザを特定する識別子読取部３０１を有し、ユーザに対して眼科検査を行う眼科検査装置３００と、前記眼科検査装置３００により行われた眼科検査の検査データを受け付ける検査データ受付部４０と、前記検査データ受付部４０にて受け付けた検査データを記憶する記憶部２０と、を備える。【選択図】図２

Description

本発明は、医療支援システム及び眼科検査装置に関する。

診療においては、問診や検査により取得された情報に基づいて診断が行われ、治療方針が決定される。典型的には、まず、問診によって情報が取得され、この情報に基づいて検査の種別が決定される。そして、問診及び検査により取得された情報を参照して診断が行われる。

なお、問診により取得される情報の例として、主訴、現病歴、既往歴、家族歴、生活歴、職業歴、渡航歴などがある。また、検査には、測定や撮影が含まれ、診療科等に応じて様々な種別がある。例えば、眼科においては、自覚屈折測定、他覚屈折測定、眼圧測定、細隙灯顕微鏡検査、眼底撮影、光コヒーレンストモグラフィ（ＯＣＴ）、視野検査などが代表的な検査である。更に、検査によって取得された情報を解析する様々な手法も利用されている。ＯＣＴで取得されたデータに基づく組織形態解析（網膜厚解析、乳頭形状解析等）などが、眼科における代表的な例である。

また、人工知能等のコンピュータ技術の医療支援への応用も急速に進行している。その典型例として、エキスパートシステム、インタラクションの支援、治療計画策定の支援、画像の処理などがある。

特開２００９−２１１７１４号公報 特開２０１５−１６７８６３号公報 特開２０１０−２０７８４号公報 特開２０１５−１５４９１８号公報 特表２０１５−５０１６６７号公報

診断の正確性の向上を図るには、より多くの情報を参照することが望ましい。多くの情報を取得するには、患者とのコミュニケーションに掛ける時間を長くしたり、検査の種類を増やしたりする必要がある。しかし、診察・検査に要する時間や手間が増加するため、患者に掛かる負担の増大、医療従事者に掛かる労力の増大、診療の非効率化といった問題を引き起こすおそれがある。

特に、在宅診療や健診車両のように専門家（医師等）でない者が検査を行う場合、問診や検査により取得された情報から更に行うべき検査の種別を特定したり罹患可能性のある疾患を特定したりすることは極めて困難であるため、上記の問題が顕著であった。

本発明はこのような問題点を解決するためになされたもので、その目的とするところは、診断の正確性を担保しつつ、患者等への負担低減及び診療の効率化を図ることが可能な医療支援システム及び眼科検査装置を提供することにある。

上記した目的を達成するために、本発明に係る医療支援システムでは、ユーザを特定する識別子を作成する識別子作成部を有するユーザ端末と、前記識別子を読み取り、読み取った識別子からユーザを特定する識別子読取部を有し、ユーザに対して眼科検査を行う眼科検査装置と、前記眼科検査装置により行われた眼科検査の検査データを受け付ける検査データ受付部と、前記検査データ受付部にて受け付けた検査データを記憶する記憶部と、を備える。

上記医療支援システムにおいて、前記眼科検査装置は、前記識別子読取部により読み取った識別子を用いてユーザの認証を行ってもよい。

また、上記医療支援システムにおいて、前記眼科検査装置は、前記識別子読取部により読み取った識別子を用いて検査のための調整を行ってもよい。
また、上記医療支援システムにおいて、前記識別子は二次元コードであってもよい。

上記した目的を達成するために、本発明に係る眼科装置では、ユーザ端末の識別子作成部により作成されたユーザを特定する識別子を読み取り、読み取った識別子からユーザを特定する識別子読取部を有し、前記識別子読取部により読み取った識別子を用いてユーザの認証を行う。

上記医療支援システムにおいて、前記識別子読取部により読み取った識別子を用いて検査のための調整を行ってもよい。

例示的な実施形態によれば、診断の正確性を担保しつつ、患者等への負担低減及び診療の効率化を図ることが可能である。

例示的な医療支援方法を表すフローチャートである。 例示的な医療支援システムの構成を表す概略図である。 例示的な医療支援システムにおいて検査種別を選択するために参照される検査種別情報を表す概略図である。 例示的な医療支援システムを用いて実施可能な使用形態を表すフローチャートである。 例示的な使用形態において表示される情報を表す概略図である。 例示的な使用形態において表示される情報を表す概略図である。 例示的な使用形態において表示される情報を表す概略図である。 医療支援システムの具体的なシステム構成例を表す概略図である。

本発明の例示的な実施形態について図面を参照しながら詳細に説明する。本発明の実施形態に係る医療支援システムは、例えば、相互に通信が可能な２以上の装置（例えば、１以上のコンピュータ、１以上の記憶装置など）を含んでよい。或いは、医療支援システムは、単一の装置（例えば、記憶装置が搭載されたコンピュータ）であってもよい。

医療支援システムを実現するためのハードウェア及びソフトウェアは、以下に例示するものに限定されず、その実現に寄与する任意のハードウェアと任意のソフトウェアとの組み合わせが含まれていてよい。典型的な例として、医療支援システムは、人工知能エンジンとして機能するハードウェア及びソフトウェアを含んでいてよい。

医療支援システムは、医学的な検査を行うために用いられ、より具体的には、患者に対して実施される検査の種別を決定するために用いられる。検査種別の決定には、例えば、患者への問診により取得されたデータ（問診データ）が少なくとも参照され、更に、既に実施された検査により取得されたデータ（検査データ）を参照することができる。以下、医療支援システムを眼科に適用した場合の例を主に説明するが、これを適用可能な診療科は眼科に限定されず、他の任意の診療科への適用も可能である。

〈医療支援システムを用いた医療支援方法の例〉
医療支援システムを眼科に適用した例を説明する。医療支援システムは、医療機関内又は医療機関外にて適用可能である。医療機関外の運用場所として、健診車両、患者宅、老人福祉施設、ドラッグストア、眼鏡店などがある。

医療支援システムに係る処理はコンピュータにより実行される。コンピュータは、人工知能エンジンとして機能するよう構成されてもよい。コンピュータは、１以上のプロセッサを含む。プロセッサは、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、プログラマブル論理デバイス（例えば、ＳＰＬＤ（Ｓｉｍｐｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ）、ＣＰＬＤ（Ｃｏｍｐｌｅｘ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ）、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ））等の回路を意味する。プロセッサは、例えば、記憶装置（記憶回路）に格納されているプログラムを読み出して実行することにより所望の機能を実現する。

プロセッサは、記憶装置及び出力装置を制御することができる。記憶装置は、コンピュータの内部に含まれてもよいし、コンピュータの外部に設けられてもよい。出力装置についても同様である。

記憶装置には、検査種別を選択するための情報が記憶されている。例えば、記憶装置には、問診データに基づき実施される第１次検査のための検査種別の選択肢である第１検査種別群が記憶されている。同様に、記憶装置には、問診データ及び第１検査データ（第１次検査の結果）に基づき実施される第２次検査のための検査種別の選択肢である第２検査種別群と、問診データ、第１検査データ及び第２検査データ（第２次検査の結果）に基づき実施される第３次検査のための検査種別の選択肢である第３検査種別群とが記憶されている。

出力装置は、情報を出力する装置であり、その典型例として、表示装置や、音声出力装置や、印刷装置や、データ送信機能を有する通信機器や、記録媒体に情報を記録するデータライタなどがある。このような例の少なくとも１つが出力装置として用いられる。

医療支援システムを用いた医療支援方法の例を図１に示す。以下のステップＳ１の前に患者登録等を行うことができる。ここで、患者とは、検査を受ける者を意味する。すなわち、患者には、医療機関を受診済みの者だけでなく、未受診の者（例えば、特定の疾患のスクリーニングのために検査を受ける者など）も含まれる。患者登録等を行うタイミングは、ステップＳ１の前には限定されず、ステップＳ１の実施中における任意のタイミング、又は、ステップＳ１の後の任意のタイミングであってもよい。

（Ｓ１：問診）
まず、患者の問診を行う。問診では、主訴、現病歴、既往歴、家族歴、生活歴、職業歴、渡航歴等の項目に関する質問がなされ、患者にはそれらに回答する。問診の方法は任意である。問診方法の例を以下に説明する（これらに限定されない）。

１つの例として、コンピュータは、問診のための画面（問診画面）を表示装置に表示させる。問診画面には、例えば、質問と回答欄とが設けられている。患者は、入力デバイス（キーボード、マウス、タッチパネル等）を利用して、回答欄に回答を入力する。入力形態としては、自然言語での文字入力、複数の選択肢からの選択（チェックボックスやプルダウンメニュー等の利用）などがある。

或いは、質問及び回答入力の少なくとも一方を、患者以外の者（検者）が行ってもよい。また、質問の出力方法は、表示には限定されず、音声出力等を含んでもよい。同様に、回答の入力方法は、入力デバイスの利用には限定されず、音声入力等を含んでもよい。この場合、音声認識技術を用いて、音声データとしての回答を文字データに変換することができる。

（Ｓ２：問診データの入力）
ステップＳ１で取得された問診データがコンピュータに入力される。この入力方法は任意である。例えば、ステップＳ１において回答がコンピュータに入力された場合、入力されたデジタルデータ又はこれを加工したデータが使用される。ステップＳ１で回答が入力されたコンピュータがステップＳ３以降の処理を実行する場合、ステップＳ１における回答の入力がステップＳ２の問診データの入力となる。また、ステップＳ１で回答が入力されたコンピュータ（問診用コンピュータ）と異なるコンピュータ（処理用コンピュータ）がステップＳ３以降の処理を実行する場合、問診用コンピュータに入力された回答（問診データ）が直接的又は間接的に処理用コンピュータに送られる。

（Ｓ３：第１検査種別の選択）
コンピュータは、ステップＳ２で受け付けた問診データに基づいて、記憶装置に予め記憶された第１検査種別群のうちから、第１次検査のための１以上の第１検査種別を選択する。

この処理を人工知能エンジンによって行うことができる。例えば、問診データが自然言語を含む場合、人工知能エンジンは、ステップＳ２で受け付けた問診データに対して所定の自然言語処理を適用する。コンピュータ（人工知能エンジン）は、この自然言語処理により得られた結果を用いて第１検査種別を選択することができる。

或いは、問診項目に対する回答の組み合わせのそれぞれに第１検査種別が関連付けられたテーブル情報を参照することによって、ステップＳ２で受け付けた問診データに応じた第１検査種別を選択するように構成することも可能である。

（Ｓ４：第１検査種別の表示等）
コンピュータは、ステップＳ３で選択された第１検査種別を表す情報を出力装置に出力させる。出力装置が表示装置を含む場合、コンピュータは、ステップＳ３で選択された第１検査種別を表す情報（例えば検査種別を表す文字列やリスト）を表示装置に表示させる。出力装置が音声出力装置を含む場合、コンピュータは、ステップＳ３で選択された第１検査種別を表す音声（例えば合成音声）を音声出力装置に出力させる。出力装置が印刷装置を含む場合、コンピュータは、ステップＳ３で選択された第１検査種別を表す情報（例えば検査種別を表す文字列やリスト）を所定の用紙に印刷するように印刷装置を制御する。出力装置が通信機器を含む場合、コンピュータは、ステップＳ３で選択された第１検査種別を表す情報を所定の装置（例えばサーバ、アーカイビング装置、携帯端末等）に送信するように通信機器を制御する。出力装置がデータライタを含む場合、コンピュータは、ステップＳ３で選択された第１検査種別を表す情報を所定の記録媒体に記録するようにデータライタを制御する。

（Ｓ５：第１次検査）
ステップＳ４で出力された第１検査種別（の少なくとも１つ）を含む第１次検査が実施される。検査は、例えば、検者又は検査装置の指示にしたがって行われる。２以上の検査が行われる場合、その順序を任意に設定することができる。例えば、コンピュータは、各種の検査装置の稼働状況（検査に掛かる時間、待ち人数など）に応じて検査順序を決定することができる。

（Ｓ６：第１検査データの入力）
ステップＳ５における第１次検査で取得されたデータ（第１検査データ）がコンピュータに入力される。この入力方法は任意である。１つの例として、コンピュータと通信可能な検査装置により検査が行われた場合、検査装置からコンピュータに第１検査データを送信することができる。他の例として、検査装置により取得された第１検査データを記録媒体に記録し、コンピュータに設けられたデータリーダを用いてこの記録媒体から第１検査データを読み出すことができる。

（Ｓ７：第２検査種別の選択）
コンピュータは、ステップＳ２で受け付けた問診データと、ステップＳ６で受け付けた第１検査データとに基づいて、記憶装置に予め記憶された第２検査種別群のうちから、第２次検査のための１以上の第２検査種別を選択する。この処理は、例えば、ステップＳ３と同様に、人工知能エンジン又はテーブル情報を用いて実行される。

（Ｓ８：第２検査種別の表示等）
コンピュータは、ステップＳ７で選択された第２検査種別を表す情報を出力装置に出力させる。この処理は、例えば、ステップＳ４と同様にして実行される。

（Ｓ９：第２次検査）
ステップＳ８で出力された第２検査種別（の少なくとも１つ）を含む第２次検査が実施される。検査は、例えば、ステップＳ５と同様にして実行される。

（Ｓ１０：第２検査データの入力）
ステップＳ９における第２次検査で取得されたデータ（第２検査データ）がコンピュータに入力される。この処理は、例えば、ステップＳ６と同様にして実行される。

（Ｓ１１：第３検査種別の選択）
コンピュータは、ステップＳ２で受け付けた問診データと、ステップＳ６で受け付けた第１検査データと、ステップＳ１０で受け付けた第２検査データとに基づいて、記憶装置に予め記憶された第３検査種別群のうちから、第３次検査のための１以上の第３検査種別を選択する。この処理は、例えば、ステップＳ３等と同様に、人工知能エンジン又はテーブル情報を用いて実行される。

（Ｓ１２：第３検査種別の表示等）
コンピュータは、ステップＳ１１で選択された第３検査種別を表す情報を出力装置に出力させる。この処理は、例えば、ステップＳ４等と同様にして実行される。

（Ｓ１３：予約アプリケーションの起動）
例えば、現在の検査場所で第３次検査を行えない場合や、専門医の診療を受けることが望ましい場合、コンピュータは、専門医療機関や高度医療機関の予約を行うためのアプリケーションソフトウェアを起動する。

このアプリケーションソフトウェアは、例えば、記憶装置に予め格納されているか、又は、必要に応じて他のコンピュータから配信される。或いは、他のコンピュータ（サーバ等）によって予約処理を実行しつつ、予約処理のユーザインターフェイスとして当該コンピュータを用いるように構成することもできる。

（Ｓ１４：予約処理）
予約アプリケーションが起動されると、コンピュータは、例えば出力装置の表示装置に予約画面を表示させる。予約画面には、例えば、患者情報（氏名、性別、生年月日、保険証番号、患者ＩＤ、メールアドレス等）や、予約可能な医療機関（専門医院等）のリストなどの各種情報に加え、予約を希望するか否か選択するためのオブジェクト（プルダウンメニュー、チェックボックス等）や、予約希望日を指定するためのオブジェクト（入力スペース、プルダウンメニュー等）が設けられている。

また、各医療機関における予約可能な日時などを表示することもできる。このような場合、コンピュータは、例えば、各医療機関の院内サーバ、又は、各院内サーバと通信可能なサーバから、情報（予約状況等）を取得することができる。

ユーザ（患者、検者等）は、操作装置を用いて、必要な情報を予約画面に入力する。入力された情報は、直接的に又は間接的に、指定された医療機関の院内サーバに送られる。予約が完了すると、その旨を表す情報が、当該院内サーバからコンピュータに、直接的に又は間接的に送信される。或いは、コンピュータや当該院内サーバや他のコンピュータから患者等のメールアドレスに、予約完了を表す情報を送信することもできる。以上で、本例の説明を終了する。

具体的な医療支援システムの構成について図２に示す。

医療支援システム１は、制御部１０と、記憶部２０と、データ処理部３０と、データ受付部４０と、通信部５０、眼科検査装置３００、ユーザ端末２００とを含む。ユーザインターフェイス（ＵＩ）１００は、医療支援システム１に含まれてもよいし、含まれなくてもよい。医療支援システム１に含まれる要素は、単一の装置又は２以上の装置として構成される。例えば、医療支援システム１は、これら要素の全てを備えた単一のコンピュータを含む。

医療支援システム１が２以上の装置を含む場合の例として、制御部１０を含むコンピュータと、記憶部２０を含むコンピュータと、データ処理部３０を含むコンピュータとを、それぞれ個別に設けることができる。或いは、医療支援システム１は、制御部１０、記憶部２０及びデータ処理部３０のうちのいずれか２つを備えたコンピュータと、他の１つを備えたコンピュータとを含む。異なるコンピュータの間の通信形態は、有線通信及び／又は無線通信を含んでよく、専用回線及び／又は公衆回線を含んでよく、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、近距離通信及びインターネットのうちの少なくとも１つを含んでよい。

〈制御部１０〉
制御部１０は各種の制御を実行する。例えば、制御部１０は、医療支援システム１の各要素の制御や、２以上の要素の連係的制御を実行する。また、制御部１０は、医療支援システム１の外部の装置の制御を行うことができる。例えば、ユーザインターフェイス１００が医療支援システム１に含まれない場合、制御部１０はユーザインターフェイス１００の制御を行うことができる。制御部１０はプロセッサを含む。

〈出力制御部１１〉
出力制御部１１は、前述した出力装置を制御する。本例において、出力制御部１１は、図１のステップＳ４（第１検査種別の表示等）、Ｓ８（第２検査種別の表示等）、及びＳ１２（第３検査種別の表示等）を実行する。

出力装置は、例えば、表示装置、音声出力装置、印刷装置、通信機器、及びデータライタのうちの少なくとも１つを含む。すなわち、出力制御部１１は、次の制御のうちの少なくともいずれかを実行するように構成される：情報を表示するための表示装置の制御；音声情報を出力するための音声出力装置の制御；用紙に情報を印刷するための印刷装置の制御；外部装置に情報を送信させるための通信機器の制御；記録媒体に情報を記録するためのデータライタの制御。

図２に示す例では、表示装置としての表示部１０１が設けられている。また、通信部５０を通信機器として用いることが可能である。図示は省略するが、音声出力装置、印刷装置、及びデータライタのうちの１つ以上が設けられていてよい。なお、他の出力装置が設けられていてもよい。

〈記憶部２０〉
記憶部２０は各種のデータを記憶する。記憶部２０に記憶されるデータの例として、患者氏名や患者ＩＤ等の患者情報がある。記憶部２０は、例えば、半導体記憶装置、磁気記憶装置、光記憶装置、及び光磁気記憶装置のうちの少なくとも１つを含む。

〈検査種別情報２１〉
記憶部２０には検査種別情報２１が予め記憶されている。検査種別情報２１は、検査種別を選択するための情報であり、前述した第１検査種別群、第２検査種別群及び第３検査種別群を含む。ここで、第１検査種別群は、問診データに基づき実施される第１次検査のための検査種別の選択肢である。第２検査種別群は、問診データ及び第１検査データ（第１次検査の結果）に基づき実施される第２次検査のための検査種別の選択肢である。第３検査種別群は、問診データ、第１検査データ及び第２検査データ（第２次検査の結果）に基づき実施される第３次検査のための検査種別の選択肢である。

検査種別情報２１の例を図３に示す。検査種別情報２１Ａは、スクリーニングの対象である複数の疾患のそれぞれに対して各種情報が設けられたテーブル情報である。検査種別情報２１Ａは、各種医療情報（臨床データ、論文、書籍、電子カルテ、データベース等）に基づいて作成される。新たな医療情報が得られたときなどに、検査種別情報２１Ａを再度作成したり更新したりすることができる。検査種別情報２１Ａの作成や更新は、医療支援システム１又は他のコンピュータによって実行される。

図３においては、スクリーニングの対象である疾患の例として、緑内障、加齢黄斑変性症、及び白内障が示されており、更に他の疾患が含まれていてよい。他の疾患としては、例えば、角膜内皮障害、糖尿病網膜症、網膜静脈閉塞症、中心性漿液性脈絡網膜症、網膜色素変性症などがある。以下、緑内障、加齢黄斑変性症、及び白内障に対応する情報について説明するが、他の疾患に対応する情報も同様である。

検査種別情報２１Ａには、「疾患名」項目と、「問診（注目語）」項目と、「第１次検査」項目と、「第２次検査」項目と、「第３次検査」項目とが設けられている。疾患名項目には、前述のように、スクリーニングの対象である疾患の名称が設けられている。

問診項目には、問診で得られた患者の回答（主訴、現病歴、既往歴、家族歴、生活歴、職業歴、渡航歴等）に含まれる文字列、回答に含まれる可能性のある文字列、これらに類似する文字列、これらに関連する文字列などが設けられている。例えば、緑内障に対応する問診項目には、「家族歴」、「霧」、「ぼやけ」、「虹」、「光の輪」、「目が痛い」、「頭痛」、「充血」、「視界の一部が見にくい」などの文字列が設けられている。加齢黄斑変性症に対応する問診項目には、「高齢（50歳以上）」、「家族歴」、「喫煙」、「遠視」、「高血圧」、「高コレステロール」、「女性」、「歪み」、「色が分かりにくい」、「視力低下」などの文字列が設けられている。白内障に対応する問診項目には、「かすみ」、「眩しい」、「二重」、「明るい場所で見にくい」、「眼鏡が合わない」などの文字列が設けられている。

第１次検査項目には、第１次検査のための検査種別の選択肢である第１検査種別群が設けられている。例えば、緑内障に対応する第１次検査項目には、視力検査、屈折検査、眼圧検査、眼底撮影（カラー）などが設けられている。また、眼底撮影により取得された画像（カラー眼底像）の解析として、乳頭形状解析、乳頭出血の特定、乳頭血管の鼻側変位の特定、乳頭周囲網脈絡膜萎縮の特定、網膜神経線維層（ＲＮＦＬ）の欠損の特定などが設けられている。加齢黄斑変性症に対応する第１次検査項目には、眼底撮影（カラー、自発蛍光（ＦＡＦ））などが設けられている。また、カラー眼底像の解析として、地図状萎縮の特定、ドルーゼン（軟性ドルーゼン、網状擬ドルーゼン等）の特定、色素沈着の特定、漿液性網膜色素上皮（ＲＰＥ）剥離の特定などが設けられている。更に、自発蛍光画像の解析として、萎縮境界の低蛍光の特定、萎縮周囲の過蛍光の特定などが設けられている。白内障に対応する第１次検査項目には、眼底撮影（カラー）などが設けられている。また、カラー眼底像の解析として、画質解析（明るさ、色、コントラスト、鮮鋭度）などが設けられている。

第２次検査項目には、第２次検査のための検査種別の選択肢である第２検査種別群が設けられている。例えば、緑内障に対応する第２次検査項目には、眼底ＯＣＴなどが設けられている。また、眼底ＯＣＴにより取得された画像の解析として、乳頭３次元形状解析、ＲＮＦＬ厚解析などが設けられている。加齢黄斑変性症に対応する第２次検査項目には、眼底ＯＣＴなどが設けられている。また、眼底ＯＣＴにより取得された画像の解析として、ＲＰＥ厚解析、セグメント解析（視細胞内接／外節（ＩＳ／ＯＳ）ライン、錐体外節先端（ＣＯＳＴ）、外顆粒層、外境界膜、脈絡膜）などが設けられている。白内障に対応する第２次検査項目には、専門医による診断（スリットランプ検査、視力検査）などが設けられている。

第３次検査項目には、第３次検査のための検査種別の選択肢である第３検査種別群が設けられている。例えば、緑内障に対応する第３次検査項目には、専門医による診断（眼圧検査、カラー眼底撮影、ＯＣＴ、視野検査）などが設けられている。加齢黄斑変性症に対応する第３次検査項目には、専門医による診断（カラー眼底撮影、ＦＡＦ、フルオレセイン蛍光眼底造影（ＦＡ）、インドシアニングリーン蛍光眼底造影（ＩＣＧＡ）、ＯＣＴ）などが設けられている。

図３に示す検査種別情報２１Ａは、各種情報が疾患毎に分類されたテーブル情報であるが、検査種別を選択するための情報の形式はこれに限定されない。例えば、人工知能エンジンが検査種別の選択（例えば、図１のステップＳ３、Ｓ７及びＳ１１のうちの少なくとも１つ）を実行する場合、前述の引用文献の少なくともいずれかに記載された技術において参照可能な情報、及び、他の公知技術において参照可能な情報の少なくとも一方が、図２に示す検査種別情報２１に含まれてよい。使用可能な人工知能技術の例として、ニューラルネットワーク、ディープラーニング、サポートベクターマシン、ベイジアンネットワーク、相関ルール学習、強化学習、表現学習、データマイニング、自然言語処理、推論などがある。また、検査種別情報２１は、辞書（医学辞書等）やコーパス（医学コーパス等）や知識ベース（医学知識ベース）などを含んでいてよい。

〈データ受付部４０〉
データ受付部４０は、図１のステップＳ２（問診データの入力）において、患者に対する問診によって取得された問診データを受け付ける。また、データ受付部４０は、図１のステップＳ６（第１検査データの入力）及びＳ１０（第２検査データの入力）において、検査装置により取得された検査データを受け付ける。

データ受付部４０は、医療支援システム１と通信可能なコンピュータ（ユーザ端末２００）に入力された問診データを受信する通信機器を含む。この通信機器は通信部５０に含まれてもよい。

ここで、ユーザ端末２００は、例えば、タブレット端末、デスクトップコンピュータ、ノートブックコンピュータ、専用端末、携帯通信端末などである。ユーザ端末２００は、識別子作成部２０１を有している。

識別子作成部２０１は、例えば二次元コード、ＱＲコード（登録商標）や、バーコード等の識別子を作成する。当該識別子には、ユーザ（患者又は検者）を特定するユーザＩＤ、ユーザの認証情報や、眼科検査装置３００の設定情報、検査データ等が含まれている。

眼科検査装置３００は、例えば複数の眼科検査装置を含む。具体例として、眼科検査装置３００は、１以上の眼底カメラ（無散瞳眼底カメラ）、１以上のＯＣＴ装置、１以上の視力検査装置、１以上の他覚屈折測定装置（レフラクトメータ、ケラトメータ）、１以上の眼圧計などを含む。

眼科検査装置３００は、識別子読取部３０１を有している。眼科検査装置３００は、識別子読取部３０１を介してユーザ端末２００の識別子作成部２０１にて作成された識別子を読み取り、認証情報、検査装置の設定情報、検査データ等を取得する。

眼科検査装置３００は、例えば予め記憶された、又は医療支援システム１の通信部５０を介して取得したユーザの識別情報と、識別子読取部３０１を介して取得した識別子とを照合して認証処理を行う。認証が成功した場合には、眼科検査装置３００は検査を実行する。一方、認証に失敗した場合は、眼科検査装置３００は検査に関する機能を停止する。或いは、認証に失敗した場合、眼科検査装置３００は認証に失敗した旨や、識別子の再入力を促す旨のメッセージを出力させる。メッセージの出力先は、例えば眼科検査装置３００が有する表示部又はユーザ端末２００が有する表示部である。

また、眼科検査装置３００は、識別子読取部３０１を介して取得した眼科検査装置の設定情報に応じて、ユーザに合わせた眼科検査装置３００の調整を行う。当該設定情報には、たとえば次の事項のうち少なくとも１つに関する設定内容を含む：（１）固視位置；（２）スキャンパターン；（３）合焦位置；（４）視度補正値；（５）解析処理。固視位置は、被検眼Ｅを固視させる方向を示す。

（１）「固視位置」は、被検眼Ｅを固視させる方向、つまりＯＣＴ計測が実行される被検眼の部位を示す。固視位置としては、黄斑およびその周囲のＯＣＴ計測を行うための固視位置、視神経乳頭およびその周囲のＯＣＴ計測を行うための固視位置、黄斑および視神経乳頭並びにこれらの周囲のＯＣＴ計測を行うための固視位置などがある。また、被検眼の任意の部位に対応する固視位置を設定することも可能である。固視位置は、たとえば、固視標の表示位置（画素の位置）を示す情報を含む。

（２）「スキャンパターン」は、被検眼に対する測定光の投射位置をどのようなパターンに沿って移動させるかを示す。スキャンパターンとしては、１以上のラインスキャン（水平スキャン、垂直スキャン）、１以上のクロススキャン、ラジアルスキャン、サークルスキャンなどがある。また、３次元画像（３次元データセット）を取得する場合には、複数のラインスキャンの間隔が十分に狭く設定された３次元スキャンが適用される。

（３）「合焦位置」は、ＯＣＴ計測において適用されるフォーカス条件を示す。合焦位置は、たとえば、対物レンズの位置を示す情報を含む。

（４）「視度補正値」は、視度補正において適用される条件を示す。具体的には、被検眼Ｅの屈折力（視力値）を示す値、視度補正レンズの適用／非適用、視度補正レンズにより印加する屈折力を示す値などがある。

（５）「解析処理」は、眼科検査装置３００が備える光学ユニットにより取得されるデータに基づき実行される処理の内容、つまり取得される検査データの種別を示す。解析処理としては、たとえば眼底層厚解析、ドルーゼン解析、乳頭形状解析などがある。眼底層厚解析は、眼底の所定の層組織（網膜、網膜のサブ組織、脈絡膜、強膜等）の厚さを求めるための解析処理である。ドルーゼン解析は、加齢黄斑変性症の診断材料として用いられるドルーゼン（老廃物の塊）の分布を求めるための解析処理である。乳頭形状解析は、眼底の断面像や３次元画像を解析して、網膜の孔部（切れ目、欠損部位）を検出して視神経乳頭の形状を求める解析処理である。また、乳頭形状解析では、視神経乳頭の傾き（形状の非対称性）を求めることもできる。

被検者の左眼と右眼の双方のＯＣＴ計測を行う場合であって、特に左右で異なる設定が適用される場合には、左眼に関する設定情報（左眼用設定情報）と、右眼に関する設定情報（右眼用設定情報）とを別々に設けることが可能である。

また、眼科検査装置３００を２以上のユーザが共用する場合であって、特にユーザごとに異なる設定が適用される場合には、ユーザごとに個別の設定情報を設けることが可能である。各被検者の設定情報は、たとえばユーザＩＤと対応付けられている。その場合、たとえば眼科検査装置３００は、検査時に識別子読取部３０１により読み取った識別子から取得されるユーザＩＤに応じた設定情報を読み込み、自動的にユーザに合った設定を行う。なお、眼科検査装置３００は、ユーザＩＤに応じた設定情報を検査毎に更新してもよい。つまり、ユーザは次回の検査時には、直近の検査と同じ設定で検査を行うことができる。または、設定情報を別途作成してもよい。

設定情報を別途作成する方法について説明する。眼科検査装置３００は、例えばユーザに貸し出され、ユーザの自宅等で使用される。

設定情報の作成方法の第１の例として、眼科検査装置３００自体のユーザインターフェイスを用いることができる。たとえば、眼科検査装置３００が有する表示部に表示された所定の設定画面に対し、眼科検査装置３００が有する光学ユニットおよびデータ処理部等に関する所定の項目の設定内容を、眼科検査装置３００が有する操作部を用いて入力する。眼科検査装置３００の制御部は、入力された設定内容を含む設定情報を作成し、記憶部に記憶させる。

設定情報の作成方法の第２の例として、眼科検査装置３００に接続された医療支援システム１のコンピュータのユーザインターフェイス１００を用いることができる。たとえば医療支援システム１のコンピュータのユーザインターフェイス１００を医師が使用することで、より専門的な設定を行うことができる。

設定情報の作成においては、被検眼の検査結果や検査条件、疾患名（その診断材料となるデータの種別など）などが参照される。たとえば、固視位置の設定は、過去のＯＣＴ計測において適用された固視位置や、疾患名を参照して行われる。スキャンパターンの設定は、過去のＯＣＴ計測において適用されたスキャンパターンや、疾患名を参照して行われる。合焦位置の設定は、過去のＯＣＴ計測において適用された合焦位置を参照して行われる。視度補正値の設定は、過去の検査で取得された視力値や屈折力を参照して行われる。解析処理の設定は、過去の検査で適用された解析処理の種別や、疾患名を参照して行われる。

検査結果、検査条件および／または疾患名と、設定内容との関係の具体例を説明する。
黄斑の検査においては次のような設定内容を採用することができる。
（１）固視位置としては、スキャン範囲に黄斑が含まれるような固視位置、たとえば測定光路の光軸の延長上に黄斑が位置するような固視位置が採用される。
（２）スキャンパターンとしては、３次元スキャン、ラジアルスキャンおよび／またはラインスキャンが採用される。
（３）合焦位置としては、過去に実施されたＯＣＴ計測において適用された合焦位置、または被検眼Ｅの測定値（眼軸長、屈折力等）から演算によって得られる合焦位置が採用される。
（４）視度補正値としては、過去に実施されたＯＣＴ計測において適用された視度補正値、または被検眼Ｅの屈折力の測定値から得られる視度補正値が採用される。
（５）解析処理としては、眼底層厚解析（および標準的な層厚値との比較解析）が用いられる。なお、この眼底層厚解析では、たとえば網膜の厚さが求められる（網膜厚解析）。

視神経乳頭の検査においては次のような設定内容を採用することができる。
（１）固視位置としては、スキャン範囲に視神経乳頭が含まれるような固視位置、たとえば、測定光路の光軸の延長上に視神経乳頭が位置するような固視位置が採用される。
（２）スキャンパターンとしては、３次元スキャンおよび／またはサークルスキャンが採用される。
（３）合焦位置としては、過去に実施されたＯＣＴ計測において適用された合焦位置、または被検眼Ｅの測定値（眼軸長、屈折力等）から演算によって得られる合焦位置が採用される。
（４）視度補正値としては、過去に実施されたＯＣＴ計測において適用された視度補正値、または被検眼Ｅの屈折力の測定値から得られる視度補正値が採用される。
（５）解析処理としては、眼底層厚解析（および標準的な層厚値との比較解析）および／または乳頭形状解析が用いられる。なお、この眼底層厚解析では、たとえば網膜神経線維層の厚さが求められる（ＲＮＦＬ厚解析）。

緑内障の検査においては次のような設定内容を採用することができる。
（１）固視位置としては、スキャン範囲に黄斑が含まれるような固視位置（たとえば測定光路の光軸の延長上に黄斑が位置するような固視位置）、および／または、スキャン範囲に視神経乳頭が含まれるような固視位置（たとえば測定光路の光軸の延長上に視神経乳頭が位置するような固視位置）が採用される。
（２）スキャンパターンとしては、３次元スキャンが採用される。
（３）合焦位置としては、過去に実施されたＯＣＴ計測において適用された合焦位置、または被検眼Ｅの測定値（眼軸長、屈折力等）から演算によって得られる合焦位置が採用される。
（４）視度補正値としては、過去に実施されたＯＣＴ計測において適用された視度補正値、または被検眼Ｅの屈折力の測定値から得られる視度補正値が採用される。
（５）解析処理としては、網膜厚解析（および標準的な層厚値との比較解析）、ＲＮＦＬ厚解析（および標準的な層厚値との比較解析）、および／または乳頭形状解析が用いられる。

加齢黄斑変性症の検査においては次のような設定内容を採用することができる。
（１）固視位置としては、スキャン範囲に黄斑が含まれるような固視位置、たとえば測定光路の光軸の延長上に黄斑が位置するような固視位置が採用される。
（２）スキャンパターンとしては、３次元スキャンが採用される。
（３）合焦位置としては、過去に実施されたＯＣＴ計測において適用された合焦位置、または被検眼Ｅの測定値（眼軸長、屈折力等）から演算によって得られる合焦位置が採用される。
（４）視度補正値としては、過去に実施されたＯＣＴ計測において適用された視度補正値、または被検眼Ｅの屈折力の測定値から得られる視度補正値が採用される。
（５）解析処理としては、網膜厚解析（および標準的な層厚値との比較解析）、および／またはドルーゼン解析が用いられる。

〈通信部５０〉
通信部５０は、他のコンピュータ（外部コンピュータ４００）にデータを送信する処理と、外部コンピュータ４００からデータを受信する処理とを行う。通信部５０は、外部コンピュータ４００との間の通信方式に応じた公知の通信機器を含む。

〈データ処理部３０〉
データ処理部３０は、各種のデータ処理を実行する。本例において、データ処理部３０は、図１のステップＳ３（第１検査種別の選択）、Ｓ７（第２検査種別の選択）、及びＳ１１（第３検査種別の選択）を実行する。データ処理部３０は、第１検査種別の選択を行う第１選択部３１と、第２検査種別の選択を行う第２選択部３２と、第３検査種別の選択を行う第３選択部３３とを含む。

〈第１選択部３１〉
第１選択部３１は、図１のステップＳ３（第１検査種別の選択）を実行する。すなわち、第１選択部３１は、データ受付部４０により受け付けられた問診データに基づいて、検査種別情報２１（検査種別情報２１Ａの第１次検査項目）から第１次検査のための１以上の第１検査種別を選択する。

第１選択部３１が実行する処理の例を説明する。第１選択部３１は、データ受付部４０により受け付けられた問診データから、検査種別情報２１Ａの問診項目に含まれる文字列を抽出する。このとき、例えば人工知能エンジンを用いることにより、問診項目に含まれる文字列と同じ文字列だけでなく、それと同義の文字列やそれに関連する文字列などを抽出することができる。

次に、第１選択部３１は、問診データから抽出された文字列の組み合わせに基づいて、検査種別情報２１Ａに含まれる疾患群（疾患名項目に含まれる疾患名）のうちから、当該患者が罹患している可能性のある１以上の疾患を選択する。この処理は、例えば、抽出された文字列のうちの所定数以上（例えば１つ以上）を含む疾患を選択することにより実行することができる。

或いは、疾患名項目に含まれる疾患名のそれぞれについて、対応する問診項目に抽出された文字列がいくつ含まれるかカウントし、これらカウント数に基づいて、罹患可能性のある疾患を選択することができる。例えば、カウント数が多い順に、所定個数（例えば３つ）の疾患を選択することができる。このとき、カウント数に基づいて、その疾患に罹患している確率を求めることができる。ここで、カウント数と罹患確率との関係は、臨床データや医学知識ベースなどに基づいて求められる。また、問診項目に含まれる文字列のそれぞれに対して事前に重みを割り当て、カウントされた複数の文字列に関する重み付け加算によって罹患確率を算出するようにしてもよい。

他の例として、人工知能エンジン、医学知識ベースなどを用いて疾患名を求めることも可能である。

続いて、第１選択部３１は、選択された疾患のそれぞれに対応する第１次検査項目を特定し、この第１次検査項目に含まれる１以上の第１検査種別を特定する。

なお、問診データから第１検査種別を選択する処理は、疾患名を経由して実行される必要はない。例えば、人工知能エンジン、医学知識ベースなどを用いることにより、問診データ（に含まれる文字列等）から第１検査種別を推定することができる。

〈第２選択部３２〉
第２選択部３２は、図１のステップＳ７（第２検査種別の選択）を実行する。すなわち、第２選択部３２は、データ受付部４０により受け付けられた問診データと第１次検査により取得された第１検査データとに基づいて、検査種別情報２１（検査種別情報２１Ａの第２次検査項目）から第２次検査のための１以上の第２検査種別を選択する。

なお、第２選択部３２は第１選択部３１により得られた結果を受けて処理を実行するので、問診データ及び第１検査データから第２検査種別を選択する処理には、問診データを用いずに第１検査データから第２検査種別を選択する処理も含まれるものとする。

第２選択部３２が実行する処理の例を説明する。第２選択部３２は、問診データ（例えば、問診データ自体、第１選択部３１により問診データから抽出された文字列、又は、第１選択部３１により選択された疾患など）と、第１検査データとに基づいて、検査種別情報２１Ａの第２次検査項目に含まれる１以上の第２検査種別を選択する。

このとき、第２選択部３２、データ処理部３０の他の要素、又は外部コンピュータ４００によって第１検査データの処理が行われる。この処理は例えば人工知能エンジンにより実行される。典型的には、第１検査データが、患者の所定部位の構造又は機能を表す画像データを含む場合がある。構造を表す画像データとして、カラー眼底像やＯＣＴ画像がある。機能を表す画像データとして、蛍光眼底造影画像やＯＣＴ血流画像などがある。第１検査として眼底撮影が行われた場合、患者の眼底像（画像データ）が得られる。人工知能エンジンは、第１検査データに含まれる眼底像を処理して、罹患可能性のある疾患、罹患確率、第２検査種別などを求めたり、これらのいずれかを求めるための情報を取得したりすることができる。

第２選択部３２は、問診データ（問診データ自体、問診データから抽出された文字列、又は、第１選択部３１により選択された疾患など）と、人工知能エンジンが画像データを処理した結果とに基づいて、第２検査種別の選択を行う。このとき、第１選択部３１の場合と同様に、第２選択部３２は、罹患可能性のある疾患や罹患確率を求めることも可能である。

問診データ及び第１検査データから第２検査種別を選択する処理は、上記の処理に限定されない。例えば、人工知能エンジン、医学知識ベースなどを用いることにより、問診データ及び第１検査データから第２検査種別を推定することができる。

〈第３選択部３３〉
第３選択部３３は、図１のステップＳ１１（第３検査種別の選択）を実行する。すなわち、第３選択部３３は、データ受付部４０により受け付けられた問診データと第１次検査により取得された第１検査データと第２次検査により取得された第２検査データとに基づいて、検査種別情報２１（検査種別情報２１Ａの第３次検査項目）から第３次検査のための１以上の第３検査種別を選択する。

なお、第３選択部３３は、第２選択部３２により得られた結果を受けて処理を実行するので、問診データ、第１検査データ及び第２検査データから第３検査種別を選択する処理には、問診データを用いずに第１検査データ及び第２検査データから第３検査種別を選択する処理、及び、問診データ及び第１検査データを用いずに第２検査データから第３検査種別を選択する処理も含まれるものとする。

第３選択部３３が実行する処理の例を説明する。第３選択部３３は、問診データ（例えば、問診データ自体、第１選択部３１により問診データから抽出された文字列、又は、第１選択部３１により選択された疾患など）と、第１検査データと、第２検査データとに基づいて、検査種別情報２１Ａの第３次検査項目に含まれる１以上の第３検査種別を選択する。

このとき、第３選択部３３、データ処理部３０の他の要素、又は外部コンピュータ４００によって（第１検査データ及び）第２検査データの処理が行われる。この処理は例えば人工知能エンジンにより実行される。例えば、第２検査として眼底ＯＣＴが行われた場合、患者のＯＣＴ画像（画像データ）が得られる。人工知能エンジンは、第２検査データに含まれるＯＣＴ画像を処理して、罹患可能性のある疾患、罹患確率、第３検査種別などを求めたり、これらのいずれかを求めるための情報を取得したりすることができる。

第３選択部３３は、問診データ（問診データ自体、問診データから抽出された文字列、又は、第１選択部３１により選択された疾患など）と、人工知能エンジンが第１検査データ（眼底像など）を処理した結果と、人工知能エンジンが第２検査データ（ＯＣＴ画像など）を処理した結果とに基づいて、第３検査種別の選択を行う。このとき、第１選択部３１の場合と同様に、第３選択部３３は、罹患可能性のある疾患や罹患確率を求めることも可能である。

問診データ、第１検査データ及び第２検査データから第３検査種別を選択する処理は、上記の処理に限定されない。例えば、人工知能エンジン、医学知識ベースなどを用いることにより、問診データ、第１検査データ及び第２検査データから第３検査種別を推定することができる。

〈ユーザインターフェイス１００〉
ユーザインターフェイス１００には、表示部１０１と操作部１０２とが含まれる。表示部１０１は、フラットパネルディスプレイ等の表示デバイスを含む。操作部１０２は、マウス、キーボード、トラックパッド、ボタン、キー、ジョイスティック、操作パネル等の操作デバイスを含む。

表示部１０１と操作部１０２は、それぞれ個別のデバイスとして構成される必要はない。たとえばタッチパネルのように、表示機能と操作機能とが一体化されたデバイスを用いることも可能である。その場合、操作部１０２は、このタッチパネルとコンピュータプログラムとを含んで構成される。操作部１０２に対する操作内容は、電気信号として制御部１０に入力される。また、表示部１０１に表示されたグラフィカルユーザインターフェイス（ＧＵＩ）と、操作部１０２とを用いて、操作や情報入力を行うようにしてもよい。

〈使用形態〉
医療支援システム１によって実施可能な使用形態について説明する。使用形態の例を図４に示す。

（Ｓ２１：問診）
まず、患者の問診を行う。患者の回答はユーザ端末２００に入力される。

（Ｓ２２：問診データの受け付け）
データ受付部４０は、ステップＳ２１でユーザ端末２００に入力された問診データを受け付ける。

（Ｓ２３：第１検査種別の選択）
第１選択部３１は、例えば前述した処理のいずれかを行うことにより、データ受付部４０により受け付けられた問診データに基づいて、検査種別情報２１（検査種別情報２１Ａの第１次検査項目）に含まれる第１検査種別群のうちから、第１次検査のための１以上の第１検査種別を選択する。このとき、罹患可能性のある疾患（候補疾患）や、その罹患確率を求めることも可能である。

（Ｓ２４：候補疾患、第１検査種別の表示）
出力制御部１１は、第１選択部３１により取得された候補疾患（その罹患確率）及び第１検査種別に基づいて表示部１０１に情報を表示させる。なお、この段階では評価材料は問診データのみであるから、罹患確率の算出及び表示を行っても行わなくてもよい。

ステップＳ２４で表示される情報の例を図５に示す。図５に示す表示画面５０１には、主訴と、主訴以外の問診データの少なくとも一部と、候補疾患と、第１検査種別とが提示される。主訴と、それ以外の問診に関する情報は、第１選択部３１により問診データから抽出された情報である。候補疾患及び第１検査種別は、第１選択部３１によって問診データから特定（推定）された情報である。

表示画面５０１における主訴の項目には、問診データから抽出された情報である「最近、ものが見にくくなってきた」が提示されている。問診の項目には、問診データから抽出された情報である「７８歳、男性、喫煙歴５５年（１日２０本）、飲酒毎日３合、高血圧、視界がぼやける」が提示されている。候補疾患の項目には、問診データに基づき第１選択部３１により推定された「緑内障、加齢黄斑変性症、白内障」が提示されている。第１検査項目の項目には、問診データに基づき第１選択部３１により推定された検査項目である「眼底撮影」が提示されている。

（Ｓ２５：第１次検査）
表示部１０１に表示された第１検査種別に基づいて、当該患者に対する第１次検査が実施される。第１次検査は、眼科検査装置のいずれかを用いて行われる。図５に示す例では、（無散瞳）眼底カメラを用いて患者の片眼又は両眼の眼底撮影が行われる。この眼底撮影は、例えば、カラー眼底撮影のみでもよいし、カラー眼底撮影及びＦＡＦでもよい。また、眼底撮影により取得された眼底像の解析など、第１検査データの解析を行ってもよい。

（Ｓ２６：第１検査データの受け付け）
データ受付部４０は、第１次検査によって眼科検査装置３００により取得された第１検査データを受け付ける。

（Ｓ２７：第２検査種別の選択）
第２選択部３２は、例えば前述した処理のいずれかを行うことにより、データ受付部４０により受け付けられた問診データ及び第１検査データに基づいて、検査種別情報２１（検査種別情報２１Ａの第２次検査項目）に含まれる第２検査種別群のうちから、第２次検査のための１以上の第２検査種別を選択する。このとき、候補疾患や罹患確率を求めることも可能である。

（Ｓ２８：候補疾患、罹患確率、第２検査種別の表示）
出力制御部１１は、第２選択部３２により取得された候補疾患、罹患確率及び第２検査種別に基づいて表示部１０１に情報を表示させる。

ステップＳ２８で表示される情報の例を図６に示す。図６に示す表示画面５０２には、図５の表示画面と同様に、主訴と、それ以外の問診結果とが提示される。更に、第１次検査の結果の項目には、第１次検査として眼底撮影が行われたこと、乳頭形状に異常がみられること、更に、緑内障の疑いが６７％、加齢黄斑変性症の疑いが４５％、及び、白内障の疑いが２１％であることが提示されている。これら罹患確率は、問診データ及び第１検査データに基づき第２選択部３２によって推定された値である。加えて、第２検査項目の項目には、問診データに基づき第２選択部３２により推定された検査項目である「眼底ＯＣＴ」が提示されている。

（Ｓ２９：第２次検査）
表示部１０１に表示された第２検査種別に基づいて、当該患者に対する第２次検査が実施される。第２次検査は、眼科検査装置３００のいずれかを用いて行われる。図６に示す例では、ＯＣＴ装置を用いて患者の片眼又は両眼の眼底ＯＣＴが行われる。また、眼底ＯＣＴにより取得されたＯＣＴ画像の解析など、第２検査データの解析を行ってもよい。

（Ｓ３０：第２検査データの受け付け）
データ受付部４０は、第２次検査によって眼科検査装置３００により取得された第２検査データを受け付ける。

（Ｓ３１：第３検査種別の選択）
第３選択部３３は、例えば前述した処理のいずれかを行うことにより、データ受付部４０により受け付けられた問診データ、第１検査データ及び第３検査データに基づいて、検査種別情報２１（検査種別情報２１Ａの第３次検査項目）に含まれる第３検査種別群のうちから、第３次検査のための１以上の第３検査種別を選択する。このとき、候補疾患や罹患確率を求めることも可能である。

（Ｓ３２：候補疾患、罹患確率、第３検査種別の表示）
出力制御部１１は、第３選択部３３により取得された候補疾患、罹患確率及び第３検査種別に基づいて表示部１０１に情報を表示させる。

ステップＳ３２で表示される情報の例を図７に示す。図７に示す表示画面５０３には、図６の表示画面と同様に、主訴と、それ以外の問診結果と、第１次検査の結果（第１次検査の種別、解析結果）が提示される。更に、第２次検査の結果の項目には、第２次検査として眼底ＯＣＴが行われたこと、乳頭形状に異常があること、ＲＮＦＬに欠損があること、更に、緑内障の疑いが８９％、加齢黄斑変性症の疑いが２４％、及び、白内障の疑いが１３％であることが提示されている。これら罹患確率は、問診データ、第１検査データ及び第２検査データに基づき第３選択部３３によって推定された値である。加えて、第３検査項目の項目には、問診データに基づき第３選択部３３により取得された事項である「緑内障専門医による診断を受けて下さい（眼圧検査、眼底撮影、眼底ＯＣＴ、視野検査）」が提示されている。

ここで、図６に示す第１次検査の結果と図７に示す第２次検査の結果との比較から容易に分かるように、第２次検査の結果では、緑内障の疑いが高くなり、加齢黄斑変性症の疑い及び白内障の疑いが低くなっている。すなわち、問診及び第１次検査のみを参照した場合よりも、第２次検査を更に参照したことによって候補疾患の絞り込み（精度の向上）がなされたことが分かる。

（Ｓ３３：予約画面の表示）
専門医による診断が提案された場合、制御部１０は、専門医療機関や高度医療機関の予約を行うためのアプリケーションソフトウェアを起動する。出力制御部１１は、予約のための画面（予約画面）を表示部１０１に表示させる。

前述したように、予約画面には、例えば、患者情報、予約可能な医療機関のリスト、予約を希望するか否か選択するためのオブジェクト、予約希望日を指定するためのオブジェクト、各医療機関における予約可能な日時などが提示される。

（Ｓ３４：予約処理）
ユーザ（患者、検者等）は、ユーザ端末２００または操作部１０２を用いて、必要な情報を予約画面に入力する。入力された情報は、指定された医療機関の院内サーバに送られる。予約が完了すると、その旨を表す情報が、当該院内サーバから医療支援システム１や患者アドレスに送信される。本例に係る処理は以上で終了となる。

〈システム構成例〉
医療支援システム１の具体的なシステム構成例について説明する。システム構成の例を図８に示す。

図８に示すように、医療支援システム１は、ユーザ端末２００（スマートフォン等の携帯通信端末）、医療機関Ｈ、及び眼科検査装置３００がインターネットＮを介してクラウドサーバＳに接続されている。

クラウドサーバＳは、上述した制御部１０と、記憶部２０と、データ処理部３０と、データ受付部４０と、通信部５０を備えている。

このようなシステム構成により、ユーザはユーザ端末２００の識別子作成部２０１により作成される識別子（例えば、ＱＲコード（登録商標））を使用して、医療機関Ｈに対するユーザ認証、予約確認、支払い等に必要な情報を提供する。そして、医療機関Ｈにおける眼科検査装置３００に対してもユーザ端末２００にて作成した識別子を使用してユーザの認証、装置の設定に必要な情報を提供する。医療機関Ｈ及び眼科検査装置３００は、取得した識別子についてクラウドサーバＳの記憶部２０に記憶されている情報と照合等を行い、ユーザ認証、予約確認、支払い、装置の設定等の処理を実行する。なお、医療機関Ｈは、例えばドラッグストア、雑貨屋、公共施設等の売店等であってもよい。

また、眼科検査装置３００による検査結果は、クラウドサーバＳに送信され、記憶部２０に記憶される。なお、眼科検査装置３００も識別子作成部を備えており、眼科検査装置３００から検査結果や医療機関の情報等の情報を含んだ識別子を表示して、ユーザ端末２００が当該識別子を読み取ることでこれらの情報を取得してもよい。

このような医療支援システム１の構成とすることで、ユーザは識別子を用いて一貫してサービスの提供を受けることができ、ユーザの利便性を向上させることができる。

〈作用・効果〉
以上に例示した実施形態の作用及び効果について説明する。

実施形態の医療支援システムは、コンピュータを用いて行われるものであり、コンピュータは、次のステップを実行する。まず、コンピュータは、患者に対する問診によって取得された問診データを、ユーザ端末２００を介して受け付ける。次に、コンピュータは、受け付けられた問診データに基づいて、記憶装置に予め記憶された第１検査種別群のうちから第１次検査のための１以上の第１検査種別を選択する。続いて、コンピュータは、選択された１以上の第１検査種別を表す情報をユーザ端末２００に出力する。ユーザ端末２００は識別子作成部２０１により第１検査種別を表す情報を含む識別子を作成する。作成された識別子を、眼科検査装置３００が識別子読取部３０１により読み取ってユーザの認証を行い、且つ第１検査種別に応じた検査を実行する。１以上の第１検査種別のうち少なくとも１つを含む第１次検査が患者に対して実施された後、コンピュータは、第１次検査により取得された第１検査データを受け付ける。次に、コンピュータは、問診データ及び第１検査データに基づいて、記憶装置に予め記憶された第２検査種別群のうちから第２次検査のための１以上の第２検査種別を選択する。そして、コンピュータは、選択された１以上の第２検査種別を表す情報をユーザ端末２００に出力させ、第１次検査と同様に識別子を用いて眼科検査装置３００による第２次検査を実行する。第３次検査も同様である。また、予約処理もユーザ端末２００を介して行うことができる。

例示として説明した医療支援システム１は、記憶部２０と、データ受付部４０と、第１選択部３１と、表示部１０１と、出力制御部１１と、第２選択部３２とを含む。なお、表示部１０１は、医療支援システム１の外部に設けられてもよい。

記憶部２０は、記憶装置として機能するものであり、第１検査種別群及び第２検査種別群を予め記憶する。データ受付部４０は、患者に対する問診によって取得された問診データを受け付ける問診データ受付部として機能する。第１選択部３１は、問診データに基づいて、第１検査種別群のうちから第１次検査のための１以上の第１検査種別を選択する。表示部１０１は出力部として機能するものである。なお、出力部による出力形態は表示には限定されず、音声出力、印刷、データ送信、記録媒体への書き込みなどであってもよい。出力制御部１１は、１以上の第１検査種別を表す情報を表示部１０１に表示させる。１以上の第１検査種別のうち少なくとも１つを含む第１次検査が患者に対して実施された後、データ受付部４０は、第１次検査により取得された第１検査データを受け付ける。本例のデータ受付部４０は、問診データ受付部としての機能に加え、検査データ受付部としても機能する。第２選択部３２は、問診データ及び第１検査データに基づいて、第２検査種別群のうちから第２次検査のための１以上の第２検査種別を選択する。出力制御部１１は、選択された１以上の第２検査種別を表す情報を表示部１０１にさせる。

このような例示的な医療支援システム１によれば、ユーザ端末２００で入力した問診データから第１次検査種別を選択することができ、更に、この第１次検査で得られた第１検査データを追加的に考慮して第２次検査種別を選択することができる。よって、スクリーニング等に必要と考えられる検査を選択的に且つ段階的に実施することができる。

ユーザはユーザ端末２００の識別子作成部２０１にて作成した識別子を、眼科検査装置３００の識別子読取部３０１に読み取らせるだけで、ユーザ認証及び、眼科検査装置３００の設定、検査種別に応じた検査、を実行することができる。

したがって、検査に要する時間や手間の増加、ユーザに掛かる負担の増大、医療従事者に掛かる労力の増大、診療の非効率化などを防止することができる。本例のシステムは、専門医等の管理の下に検査が行われる場合だけでなく、在宅診療や健診車両のように専門医等がいない場所（例えばドラッグストア、雑貨屋、公共施設等の売店等）で検査を行う場合にも有効である。このように、本例のシステムによれば、診断の正確性を担保しつつ、患者や検査者に掛かる負担の低減及び診療の効率化を図ることが可能となる。

以上に例示した実施形態の更なる特徴、作用、効果等について説明する。

コンピュータ（第２選択部３２）は、問診データ及び第１検査データに基づいて、記憶装置（記憶部２０）に予め記憶された疾患群のうちから罹患可能性のある１以上の疾患（候補疾患）を選択し、選択された候補疾患に基づいて１以上の第２検査種別の選択を行うように構成されてもよい。

更に、コンピュータ（出力制御部１１）は、候補疾患を表す情報と第２検査種別を表す情報とを出力装置（表示部１０１またはユーザ端末２００）に出力させるように構成されてもよい。

このような構成によれば、第２検査種別に加えて候補疾患についても患者や検査者に提供することが可能である。

また、コンピュータ（第２選択部３２）、問診データ及び第１検査データに基づいて、候補疾患それぞれの罹患確率を求め、候補疾患及び罹患確率に基づいて第２検査種別の選択を行うように構成されてもよい。

更に、コンピュータ（出力制御部１１）は、候補疾患を表す情報と罹患確率を表す情報と第２検査種別を表す情報とを出力装置（表示部１０１またはユーザ端末２００）に出力させるように構成されてもよい。

このような構成によれば、第２検査種別に加えて候補疾患及び罹患確率についても患者や検査者に提供することが可能である。

選択された１以上の第２検査種別のうち少なくとも１つを含む第２次検査が患者に対して実施された後、コンピュータ（データ受付部４０）は、第２次検査により取得された第２検査データを受け付けることができる。この場合、コンピュータ（第３選択部３３）は、問診データ、第１検査データ及び第２検査データに基づいて、記憶装置（記憶部２０）に予め記憶された第３検査種別群のうちから第３次検査のための１以上の第３検査種別を選択するよう構成されてもよい。更に、コンピュータ（出力制御部１１）は、選択された１以上の第３検査種別を表す情報を出力装置（表示部１０１またはユーザ端末２００）に出力させることが可能である。

このような構成によれば、問診データから第１次検査種別を選択し、この第１次検査で得られた第１検査データを追加的に考慮して第２次検査種別を選択し、この第２次検査で得られた第２検査データを更に追加的に考慮して第３次検査種別を選択することができる。したがって、スクリーニング等に必要と考えられる検査をより段階的に実施することができる。これにより、本例の方法及びシステムの効果の更なる向上を図ることが可能となる。

更に、コンピュータ（第３選択部３３）は、問診データ、第１検査データ及び第２検査データに基づいて、記憶装置（記憶部２０）に予め記憶された疾患群のうちから１以上の候補疾患を選択し、選択された候補疾患に基づいて第３検査種別の選択を行うように構成されてもよい。

加えて、コンピュータ（出力制御部１１）は、選択された候補疾患を表す情報と第３検査種別を表す情報とを出力装置（表示部１０１またはユーザ端末２００）に出力させるように構成されてもよい。

このような構成によれば、第３検査種別に加えて候補疾患についても患者や検査者に提供することが可能である。

また、コンピュータ（第３選択部３３）は、問診データ、第１検査データ及び第２検査データに基づいて、候補疾患それぞれの罹患確率を求め、候補疾患及び罹患確率に基づいて第３検査種別の選択を行うように構成されてもよい。

更に、コンピュータ（出力制御部１１）は、候補疾患を表す情報と罹患確率を表す情報と第３検査種別を表す情報とを出力装置（表示部１０１またはユーザ端末２００）に出力させるように構成されてもよい。

このような構成によれば、第３検査種別に加えて候補疾患及び罹患確率についても患者や検査者に提供することが可能である。

コンピュータは人工知能エンジンを含んでいてもよい。例えば、第１選択部３１、第２選択部３２、及び第３選択部３３のうちの１つ以上が、人工知能エンジンとして機能してもよい。なお、第１選択部３１、第２選択部３２、及び第３選択部３３を構成するハードウェア（プロセッサ等）は同じでもよい。或いは、データ処理部３０の他の要素、又は、医療支援システム１の外部に設けられた装置（外部コンピュータ４００）が、人工知能エンジンを備えていてもよい。人工知能エンジンが用いられる場合には、その処理のためのデータやデータベースが、記憶装置（記憶部２０）若しくは外部コンピュータ４００、又は、医療支援システム１若しくは外部コンピュータ４００によりアクセス可能な記憶装置に格納される。

問診データが自然言語を含む場合、人工知能エンジン（第１選択部３１、第２選択部３２、第３選択部３３、データ処理部３０、外部コンピュータ４００等）は、問診データに対して自然言語処理を適用することができる。第１選択部３１は、この自然言語処理により得られた結果を用いて第１検査種別の選択（候補疾患の選択、罹患確率の算出）を行うことができる。同様に、第２選択部３２は、この自然言語処理により得られた結果を用いて第２検査種別の選択（候補疾患の選択、罹患確率の算出）を行うことができる。また、第３選択部３３は、この自然言語処理により得られた結果を用いて第３検査種別の選択（候補疾患の選択、罹患確率の算出）を行うことができる。

第１検査データが、患者の所定部位の構造又は機能を表す画像データ（例えば眼底像）を含む場合、人工知能エンジン（第１選択部３１、第２選択部３２、第３選択部３３、データ処理部３０、外部コンピュータ４００等）は、この画像データに基づく処理（高画質化、セグメンテーション、特徴抽出、病変検出、データマイニング等）を実行することができる。第２選択部３２は、人工知能エンジンにより得られた結果を用いて第２検査種別の選択を行うことができる。

同様に、第２検査データが、患者の所定部位の構造又は機能を表す画像データ（例えばＯＣＴ画像）を含む場合、人工知能エンジン（第１選択部３１、第２選択部３２、第３選択部３３、データ処理部３０、外部コンピュータ４００等）は、この画像データに基づく処理（高画質化、セグメンテーション、特徴抽出、病変検出、データマイニング等）を実行することができる。第３選択部３３は、人工知能エンジンにより得られた結果を用いて第３検査種別の選択を行うことができる。

このような人工知能エンジンを用いることにより、検査種別の選択（推定）や、候補疾患の選択（推定）や、罹患確率の算出を、より高精度、より高確度で実行することが可能となる。

コンピュータ（出力制御部１１）は、問診データ及び第１検査データ（並びに第２検査データ）に基づいて、医療機関の診療予約を行うための画面（予約画面）を表示装置（ユーザ端末２００）に表示させるよう構成されてもよい。コンピュータ（ユーザインターフェイス１００、操作部１０２）は、予約画面に対して入力された情報を受け付ける。コンピュータ（制御部１０）は、受け付けられた情報に基づいて、当該患者の診療予約のための処理を実行するよう構成されてもよい。

このような構成によれば、専門医による診断が必要になったときなどに、その予約手続を容易に且つ円滑に行うことが可能となる。

実施形態に係る医療支援方法に含まれる工程や、医療支援システムに含まれる要素（構成、動作等）は、上記の例示に限定されるものではない。

以上に説明した実施形態は本発明の一例に過ぎない。本発明を実施しようとする者は、本発明の要旨の範囲内における変形（省略、置換、付加等）を任意に施すことが可能である。

１ 医療支援システム
１０ 制御部
１１ 出力制御部
２０ 記憶部
２１、２１Ａ 検査種別情報
３０ データ処理部
３１ 第１選択部
３２ 第２選択部
３３ 第３選択部
４０ データ受付部
５０ 通信部
１００ ユーザインターフェイス
１０１ 表示部
１０２ 操作部
２００ ユーザ端末
２０１ 識別子作成部
３００ 眼科検査装置
３０１ 識別子読取部
４００ 外部コンピュータ

Claims (6)

1. ユーザを特定する識別子を作成する識別子作成部を有するユーザ端末と、
   前記識別子を読み取り、読み取った識別子からユーザを特定する識別子読取部を有し、ユーザに対して眼科検査を行う眼科検査装置と、
   前記眼科検査装置により行われた眼科検査の検査データを受け付ける検査データ受付部と、
   前記検査データ受付部にて受け付けた検査データを記憶する記憶部と、
   を備える医療支援システム。
2. 前記眼科検査装置は、前記識別子読取部により読み取った識別子を用いてユーザの認証を行う請求項１記載の医療支援システム。
3. 前記眼科検査装置は、前記識別子読取部により読み取った識別子を用いて検査のための調整を行う請求項１記載の医療支援システム。
4. 前記識別子は二次元コードである請求項１記載の医療支援システム。
5. ユーザ端末の識別子作成部により作成されたユーザを特定する識別子を読み取り、読み取った識別子からユーザを特定する識別子読取部を有し、前記識別子読取部により読み取った識別子を用いてユーザの認証を行う眼科検査装置。
6. 前記識別子読取部により読み取った識別子を用いて検査のための調整を行う請求項５記載の眼科検査装置。
   

Images